在近20年GAN可以说是深度学习非常火的研发方向。
原因不外乎，GAN的应用落地也已经非常广泛，包括图像生成（超分辨率）、语义分割、文字生成、数据增强、信息检索/排序、聊天机器人等。
还有近期席卷B站的AI视频换脸技术；专门针对二次元图像的Real-CUGAN算法模型。以及腾讯研究出的GFP-GAN模型使用丰富多样的面部先验进行面部修复。
广泛的应用案例，大厂研发团队的加持，GAN成为了更多准研究生的研究方向。
学GAN一定要学的是——原生GAN是Ian Goodfellow 发表的第一篇提出 GAN 的论文，是任何开始研究学习GAN都要学习复现的论文。
它提出了 GAN 模型框架，讨论了非饱和的损失函数，然后对于最佳判别器(optimal discriminator)给出其导数，并进行证明；最后是在 Mnist、TFD、CIFAR-10 数据集上进行了实验。
原生GAN是GAN的开山之作，学习复现这篇经典之后GAN系列的论文，你也可以快速理解和掌握了。
大家一定看到过网上有很多讲解原生GAN的文章和视频，及复现讲解。但自己复现总是会碰到很多的问题，跟随资深的GAN领域算法工程师，手把手教你一起复现，可以事半功倍。
深度之眼《 原生GAN复现班 》给大家请来了大佬为大家做两天直播课，带大家读GAN的开山之作《Generative Adversarial Nets》，让大家掌握正确的复现论文姿势！
![]()
从研究背景到算法模型全面解读GAN
获得阅读paper的正确方法（泛读/精度）
GAN方向paper阅读的学习路径
TIPS:购课后，添加报名成功弹出来的小享二维码回复“前沿论文”领取前沿论文。
深度之眼好评度超高李老师 结合自己工作及学习经验，并配合深度之眼教研团的打磨，总结出一条GAN基石论文的学习路径：
![]()
TIPS:购课后，添加报名成功弹出来的小享二维码回复“前沿论文”领取前沿论文。
Step1：系统了解 GAN技术演化路径及发展历史
![]()
Step2：精讲GAN专题开山之作 —原生GAN
Step1：深挖研究背景
提纲挚领，从4大维度介绍论文，深入讲解论文发表的研究背景、成果及意义，介绍论文中取得的核心成果，对比解决同一问题，已有解决方法和论文中提出的新的解决方法的优缺点，熟悉论文的整体思路和框架，建立对本篇论文的一个概貌性认识。
![]()
Step2：死磕算法模型
老师会重点讲解论文中的模型原理，深入拆解模型结构，对关键公式逐步推导，让你了解算法每一个因子是如何对结果产生影响的，掌握实验手段及结果，老师会帮你拎出论文中的关键点、创新点和启发点，节约你自己摸索的时间。
![]()
TIPS:购课后，添加报名成功弹出来的小享二维码回复“前沿论文”领取前沿论文。
· 学习期间高质量社群服务，导师全程陪伴
· 实时直播+录播，带你学习正确论文精读方法论
· 100+学员同群交流，学习经验up up⬆⬆⬆
· 助教24小时答疑，再也不怕debug
· 专属班主任私信督学，治疗学习拖延症
重点是，如果你不知道怎么学习，购买课程后，班主任1v1给你制定学习计划！
TIPS:购课后，添加报名成功弹出来的小享二维码回复“前沿论文”领取前沿论文。
--END--
如果你不知道怎么读论文、不知道如何正确复现论文，一定要跟着这门课程学习一次，因为正确的方法可以节约你10倍的阅读时间。
